FFMPEG操作流数据-获取aac音频文件

最新推荐文章于 2024-07-04 14:40:20 发布

一念之间、

最新推荐文章于 2024-07-04 14:40:20 发布

阅读量1.4k

点赞数 1

分类专栏： FFMPEG 文章标签： ffmpeg

本文链接：https://blog.csdn.net/tqs_1220/article/details/112713953

版权

本文详细介绍了如何使用ffmpeg库从视频文件中提取AAC音频，包括初始化、打开文件、查找音频流、读取数据包、写入ADTS头、关闭文件等步骤。通过示例代码，演示了从MP4文件中导出AAC音频到单独的AAC文件，并验证了播放的正确性。此外，还提供了使用ffmpeg命令行工具快速转换音频的选项。

摘要由CSDN通过智能技术生成

多媒体文件是一个容器，在容器里有很多的流（Stream/Track【翻译：轨】），如视频流、音频流、字幕流等。

常见操作

解复用
获取流（AVStream）
读数据包（AVPacket）
解码/编码（Decoder/Encoder）
渲染（Render）
释放资源

常用结构体

AVFormatContext 格式上下文，保存这一路流的相关信息，如时间戳、解码器等
AVStream 流相关
AVPacket 包相关

提取视频文件里的aac音频步骤

初始化

av_register_all(); //该接口是使用ffmpeg的必调接口，用于注册支持的编解码器
av_log_set_level(AV_LOG_INFO);//设置日志打印级别，该级别会影响打印结果

打开一个视频文件

int avformat_open_input(AVFormatContext **ps, const char *url, AVInputFormat *fmt, AVDictionary **options);
– 参数ps表示作为出参，函数调用成功会得到AVFormatContext指针类型的数据对象，存储视频文件的上下文信息。
– url表示即将打开的文件的路径。
– 后面两个参数在使用时填NULL即可。

打印视频文件流信息

void av_dump_format(AVFormatContext *ic, int index, const char *url, int is_output);
– ic变量传入通过avformat_open_input接口得到的上下文结构指针。
– index表示需打印流信息的索引。
– url为文件地址。
– is_output表示传入的context是一个input还是output。

查找音视频流对应的索引号

int av_find_best_stream(AVFormatContext *ic,
enum AVMediaType type,
int wanted_stream_nb,
int related_stream,
AVCodec **decoder_ret,
int flags);
– type表示查找的数据类型，此次为查找音频，可对应于AVMEDIA_TYPE_AUDIO 。
– wanted_stream和related_stream直接填-1，表示不用关心参数。
– decoder_ret可返回找到的流使用的解码器，此处不需关心，填NULL。
– 调用成功后返回值为得到的索引号。

循环读数据

void av_init_packet(AVPacket *pkt);//使用默认值初始化AVPacket结构变量各成员
int av_read_frame(AVFormatContext *s, AVPacket *pkt); //每次读一包数据，数据内容存储在pkt变量里：
– 其中比较关键的是pkt变量里会存储当前pkt的流索引，可以根据此索引和av_find_best_stream得到的索引进行比较，确认数据是音频流还是视频流。
– pkt的data和size成员分别存储着流数据的数据内容和数据长度。
void av_packet_unref(AVPacket *pkt);//对pkt进行解引用，将一些成员设为默认值

循环写数据

在写入实际aac数据之前需要在写入每一个pkt.data之前写入adts头，其中添加adts头的代码如下：

#define ADTS_HEAD_LEN 7
void adts_header(char* szAdtsHeader, int dataLen)
{
   
    int audio_object_type = 2;          //AAC(Main)
    int sampling_frequency_index = 3;   //48000hz
    int channel_config = 2;             //通道数
    int adtsLen = dataLen + ADTS_HEAD_LEN;

    szAdtsHeader[0] = 0xff;                                     //syncword：0xfff，其中高8位
    
    szAdtsHeader[1] = 0xf0;                                     //syncword：0xfff，其中低4位
    szAdtsHeader[1] |= (0 << 3);                                //MPEG Version：0 for MPEG-4；1 for MPEG-2；占1位
    szAdtsHeader[1] |= (0 << 1);                                //Layer：0，占2位
    szAdtsHeader[1] |= 1;                                       //protection absent：1， 占1位

    szAdtsHeader[2] = (audio_object_type - 1) << 6;             //profile：audio_object_type -1；占2位
    szAdtsHeader[2] = (sampling_frequency_index & 0x0f) << 2;   //sampling frequency index：sample_frequency_index；占4位
    szAdtsHeader[2] |= (0 << 1);                                //private bit：0；占1位
    szAdtsHeader[2]